如何使用分类属性作为聚类算法的输入？

-1

我正在开展一项任务，在该任务中，我必须应用机器学习，根据用户的行为和背景对用户进行集群。虽然我拥有的一些属性是数字，但其中大多数属于分类。如何使用分类属性作为聚类算法的输入？

我读到的大部分机器学习算法都只使用数字属性来处理数据。

是否存在将分类属性作为输入的聚类算法？

如果不是，如何将分类属性转换为数字属性？

2017-06-15 codedak

[LightGBM从Microsoft（https://lightgbm.readthedocs.io/en/latest/Python-intro.html#specific-feature-names-and-categorical-features）支持类别特征，因为它是。或者，您可以通过单编码，二值化等技术将其转换为数字。 –

您可以绝对的功能转换为指针变量（也称为虚拟变量）。您也可以使用one hot encoder。

例如：假设数据中有一个TYPE功能。它有三个类别。

data = pd.DataFrame(['A','B','C'],columns=['TYPE']) 

data 
Out[24]: 
    TYPE 
0 A 
1 B 
2 C 

#Use get_dummies on pandas dataframe. 

new_data = pd.get_dummies(data,columns=['TYPE'],prefix='TYPE_') 

new_data 
Out[26]: 
    TYPE__A TYPE__B TYPE__C 
0  1.0  0.0  0.0 
1  0.0  1.0  0.0 
2  0.0  0.0  1.0

来源

2017-06-15 06:54:25

如何使用分类属性作为聚类算法的输入？

回答

相关问题